网络抓取以提取美元价格

Question

我正在使用简单的 dom 解析器 (php) 从以下位置提取美元价格： http://www.lanacion.com.ar/dolar-tarjeta-t50462

<div class="numero floatFix">
     <p class="peso">$</p>
     <p id="dTarjeta" class="valor x35">
         12,920
     </p>

但我得到的是后续字符“-”而不是“12,290”。我使用的代码是：

$url_to_traverse = 'http://www.lanacion.com.ar/dolar-tarjeta-t50462';
$html = file_get_html($url_to_traverse);
foreach($html->find('#dTarjeta') as $element)
{
   var_dump($element->text());
}

我做错了什么？ 希望有一个解决方案，因为我尝试了很多库...

Answer 1

这是因为，#dTarjeta 中的数据是在页面加载后使用 javascript 提供的。即，当file_get_html函数读取url时，这就是它的样子：

    <p id="dTarjeta" class="valor x35">-</p>

很明显，在页面加载后，#dTarjeta 中的文本会使用 javascript 使用 ajax 调用或类似的方法进行更改（Havent 检查过它）。

所以你的问题的答案是，你得到了正确的输出，因为 PHP 无法使用客户端 javascript 呈现页面，它只呈现服务器首先发送的内容。

我建议您使用 Phantomjs 或类似的技术来抓取此类页面。

使用 : view-source:http://www.lanacion.com.ar/dolar-tarjeta-t50462 验证这一点

此外，您还可以使用这个 stackoverflow 问题：Scrape web pages in real time with Node.js 以供参考。

此外，如果您更喜欢使用其他来源获取货币价值，请考虑使用

1. http://fixer.io/ - 免费 JSON API。
2. https://openexchangerates.org/ - 一样
3. 雅虎财经 API

此链接将帮助您使用 PHP 处理 JSON API。 Get data from JSON file with PHP